MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
Fizyka umysłu
Włodzisław Duch
Katedra Informatyki Stosowanej, Uniwersytet Mikołaja Kopernika, Toruń
1. Wstęp
Wielkim wyzwaniem dla fizyki jest stworzenie
takiego modelu świata, który da się zrozumieć.
Istotną częścią tego świata są nasze umysły. Ich
natura staje się coraz bardziej zrozumiała dzięki
postępom neuronauk (ang. neurosciences), czyli
różnych gałęzi nauki badających budowę i aktyw-
ność neuronów mózgu. Fizyka jest oczywiście pod-
stawą większości metod badań doświadczalnych,
w tym metod obrazowania aktywności mózgu, ale
tu skupię się tylko nad zagadnieniami teoretycz-
nymi.
Mózg ludzki jest najbardziej skomplikowa-
nym obiektem w znanym Wszechświecie, a umysł
– obiektem najbardziej tajemniczym. Przez
„umysł” rozumiemy zespół zdolności umożliwia-
jących powstanie subiektywnego obrazu świata
dzięki procesom poznawczym i aktywnej eksplo-
racji. Specyficzną własnością umysłu jest świa-
domość, zdolność do „zdawania sobie sprawy”
z własnych procesów poznawczych. Czy fizyka
wystarczy, by zrozumieć działanie mózgu i umy-
słu? Nie jest to przekonanie wśród fizyków po-
wszechne [1]. Podobne wątpliwości na początku
XX w. dotyczyły natury życia [2]. Zjawiska men-
talne i procesy zachodzące w mózgu mają całkiem
odmienną naturę. Jak należy rozumieć relacje po-
między mózgiem a umysłem, jak je badać? Po-
dobnie jak nawet doskonała teoria cząstek elemen-
tarnych nie wystarczy do zrozumienia aktywności
biologicznej białek, tak i badania mózgu na po-
ziomie molekularnym lub komórkowym niewiele
wniosą do zrozumienia umysłu.
Procesy mentalne są wynikiem neurodyna-
miki na poziomie globalnej aktywności bioelek-
trycznej mózgu [3]. Takie ujęcie otwiera drogę do
tworzenia modeli operujących językiem reduko-
walnym do zjawisk neurofizjologicznych z jednej
strony i rozszerzalnym do pojęć psychologicznych
z drugiej.
2. Relacja umysł–mózg
Neuropsychologia [4] bada związki między za-
burzeniami funkcji psychicznych a uszkodzeniami
różnych obszarów mózgu i ich połączeń. Związki
te można często rozumieć jako specyficzne zabu-
rzenia przetwarzania informacji, prowadzące do
zaskakujących zmian w sposobie działania umysłu
(np. dysocjacji pomiędzy rozpoznawaniem afek-
tywnym i kognitywnym). Modele neuronowe cho-
rób psychicznych i syndromów neuropsychologicz-
nych pozwalają zrozumieć (przynajmniej jako-
ściowo) przyczyny patologii i normalnego funk-
cjonowania mózgu [5]. Mamy obecnie bardzo bo-
gaty materiał doświadczalny, wymagający teore-
tycznego uporządkowania.
Mózg jest substratem, w którym zachodzą
procesy konieczne do powstawania procesów men-
talnych. Potrzeby organizmu i jego możliwości po-
znawcze, znajdujące odbicie w strukturze mózgu,
stwarzają ramy dla powstania subiektywnego ob-
razu świata. Struktura umysłu jest rezultatem
niepowtarzalnej historii jednostki. Procesy neu-
rofizjologiczne odpowiedzialne za zdarzenia men-
talne mają rację bytu tylko ze względu na istnie-
nie umysłu i mają sens tylko na poziomie umy-
słu. Dlatego nie można w pełni wyjaśnić stanów
umysłu, sprowadzając je do stanów mózgu. Mo-
dele umysłu wymagają innego poziomu opisu niż
modele mózgu.
Niezwykle złożone oddziaływania ogromnej
liczby neuronów tworzą nowy, emergentny poziom
organizacji. Wewnętrzną dynamikę stanów mózgu
w przypadku swobodnym (bez bodźców zewnętrz-
nych) można scharakteryzować za pomocą praw-
dopodobieństw przejść między stanami neurody-
92
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
namiki opisującej pobudzenia grup neuronów [5].
Takie stany nie wykazują podobieństwa do sta-
nów umysłu, składających się ze wspomnień, epi-
zodów, myśli, wyobrażeń. Elementy te będę nazy-
wał „obiektami umysłu”. Relacje między stanami
mentalnymi powinny mieć analogiczną strukturę
do tej, jaka istnieje między stanami mózgu.
Umysł rozumiany jako zbiór stanów, re-
lacji między tymi stanami i funkcji poznaw-
czych, pozwalających na tworzenie nowych sta-
nów, jest czymś abstrakcyjnym i niematerialnym.
Budowa mózgu ogranicza możliwe abstrakcyjne
stany umysłu do takich, które można fizycznie
zrealizować. Najprostszy statyczny model umysłu
ma postać grafu (sieci powiązań przyczynowych
lub sieci Bayesa [6]), którego węzły reprezentują
potencjalnie dostępne stany, a łuki – prawdopo-
dobieństwa przejść między nimi (rys. 1). Pełne
odtworzenie relacji zachodzących pomiędzy sta-
nami ludzkiego umysłu wymaga znajomości ludz-
kiego mózgu, ciała i historii rozwoju. Możemy
jedynie tworzyć proste modele, tłumaczące nie-
które aspekty działania ludzkiego umysłu w do-
brze określonych warunkach.
Rys. 1. Sieć powiązań między różnymi pojęciami doty-
czącymi umysłu. Istotne są relacje, a nie sposób bezpo-
średniej reprezentacji pojęć.
Dlaczego niektóre procesy mentalne są zwią-
zane ze ś w i a d o m o ś c i ą, a inne nie [7]? Pa-
mięć długotrwała ma charakter epizodów, zapa-
miętanych przeżyć, które możemy sobie uświado-
mić jako zespół wrażeń. Konieczna jest do tego
aktywacja śladów pamięci i przeniesienie jej do pa-
mięci roboczej [8]. Pamięć semantyczna związana
jest z hierarchizacją pojęć i relacjami gramatycz-
nymi, których używamy, chociaż zwykle nie jeste-
śmy ich świadomi. Podobnie jest z pamięcią proce-
duralną, np. umiejętności pływania czy jazdy na
rowerze. Nie mamy świadomych wrażeń związa-
nych z umiejętnością wiązania krawata czy sznu-
rowania butów (wrażenia związane są z epizodem,
ale nie z umiejętnością) i nie da się takich umiejęt-
ności nauczyć, czytając werbalne opisy. Dlaczego
stan jawy związany jest ze świadomością, a koma
lub stan snu głębokiego – nie? Z tego rodzaju ba-
dań wyłania się obraz procesu zwanego świado-
mością, pozwalający na coraz bardziej precyzyjne
zdefiniowanie samego zjawiska.
Umysł jest związany z tą częścią zachodzą-
cych w mózgu procesów, które mogą stać się świa-
dome. Wiele czynności po ich doskonałym opa-
nowaniu przestaje wymagać świadomych decy-
zji – dotyczy to zarówno czynności manualnych
jak i percepcji. Również pamięć jest często nie-
zależna od naszej woli, gdyż pomimo wysiłków
nie możemy sobie czegoś przypomnieć, a poszuki-
wana informacja pojawia się później spontanicz-
nie. Działania nieświadome są złożone z automa-
tyzmów, leżących u podstaw zachowania. Nieświa-
dome działania mózgu aktywnie wpływają na po-
stać wrażeń świadomych, percepcji, pamięci i za-
chowania. Pojęcie nieświadomości przedstawione
w psychoanalizie Freuda jest całkiem odmienne.
Jego idee oparte były na błędnych analogiach
hydraulicznych powstawania „ciśnienia psychicz-
nego”, które musiało znaleźć odpowiednie ujście.
3. Relacyjna teoria umysłu
Kiedy poziom glukozy we krwi spada, zwierzę
musi wiedzieć, że czas szukać jedzenia. Stan krwi
monitorowany jest przed podwzgórze, składające
się z wielu wyspecjalizowanych, drobnych sku-
pisk neuronów. Sygnały wysyłane do kory przez
jego jądro boczne interpretowane są jako uczu-
cie głodu. Interpretacją zajmuje się kora mózgu,
w tym przypadku kora zakrętu obręczy (rys. 2),
leżąca na powierzchni boczno-przyśrodkowej mó-
zgu [9]. Wynikiem specyficznych uszkodzeń wtór-
nej i trzeciorzędowej kory sensorycznej są agno-
zje, czyli niezdolności do rozpoznawania obiek-
tów na podstawie informacji zmysłowej. Uszko-
dzenie kory obręczy może spowodować asymbo-
lię bólu, czyli niezdolność interpretacji sygnałów
bólu jako nieprzyjemnych, przy w pełni zachowa-
nej zdolności do czucia i umiejscawiania tych sy-
gnałów. Uszkodzenie dolnej części zakrętu skro-
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
93
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
niowego może spowodować prosopagnozję, czyli
niezdolność do rozpoznawania twarzy. Uszkodze-
nia obszaru ciemieniowego w części przyśrodkowej
prowadzi do astereognozji, czyli niezdolności do
rozpoznawania przedmiotów za pomocą dotyku.
Rys. 2. Poziom glukozy monitorowany jest przez pod-
wzgórze; impulsy przez nie wysyłane docierają przez
przednią część wzgórza do kory zakrętu obręczy, gdzie
interpretowane są jako uczucie głodu.
Uczucie pragnienia czy głodu, wrażenia zmy-
słowe, wyobrażenia, to rezultaty interpretacji do-
konywanej przez korę mózgu [4]. Pamięć po-
zwala odtworzyć stany, w których mózg się po-
przednio znajdował, umożliwiając dokonywanie
interpretacji dzięki skojarzeniom i zdolności roz-
różniania np. stanu „przyjemna czerwień zacho-
dzącego słońca” i „czerwień policyjnego lizaka”.
W odróżnieniu od stanu procesora komputera
stan dynamiczny mózgu dzięki pamięci jest za-
wsze „ubrany” w skojarzenia. Jeśli relacje między
obiektami umysłu pozostają podobne, wszyscy
kojarzą podobnie słowa pisane (analizowane przez
układ wzrokowy w korze potylicznej) z brzmie-
niem i sensem (analizowanym przez układ słu-
chowy w korze skroniowej) i wymową zależną od
ruchu strun głosowych (kontrolowaną przez układ
ruchowy w korze czołowej).
Jedną z podstawowych cech decydujących
o inteligencji jest zdolność przechowywania in-
formacji o bieżącej sytuacji w pamięci roboczej,
utrzymywania ich „w umyśle”. Bez pamięci robo-
czej [8] niemożliwa byłaby wyobraźnia, wykrocze-
nie poza bieżącą chwilę („teraz i tutaj”), a więc
również i świadomość. Świadomość jest procesem
wyróżniającym pewne elementy pamięci roboczej,
pozwalającym na wykorzystanie znajdującej się
w niej informacji do działania. To działanie nieko-
niecznie musi wyrażać się skurczami mięśni, może
to być rozpoczęcie planowania, umożliwienie za-
pamiętania lub przywołanie jakiegoś skojarzenia
z pamięci. W ten sposób powstaje „strumień świa-
domości”, ciąg niewypowiedzianych zdań (myśli),
obrazów, pobudzeń emocjonalnych.
Czy są jakieś cechy aktywności mózgu, które
jednoznacznie korelują się z subiektywnymi wra-
żeniami? W eksperymentach z rywalizacją obu-
oczną [10] małpa widzi każdym okiem inny obraz,
ale jest świadoma przez kilka sekund tylko jednego
z nich, co sygnalizuje odpowiednim przyciskiem.
Aktywność 90% neuronów w obszarze dolnego
i górnego zakrętu skroniowego (IT, STS) jest sko-
relowana z postrzeżeniem konkretnego obiektu.
Podobne wyniki otrzymano za pomocą metod ma-
gnetoencefalograficznych (MEG) u ludzi.
Aktywność neuronów nie tworzy wrażeń
wzrokowych, ale jest konieczna do eksploracji
wzrokowej świata, interpretacji stanów układu
wzrokowego umożliwiającej działanie [11]. Stru-
mień świadomości jest ciągiem interpretacji sta-
nów części pamięci roboczej, dokonywanych przez
s y s t e m i n t e r p r e t a c j i związany z działa-
niem lewej półkuli i płatów czołowych [12]. Pa-
mięć robocza pozwala na rozpowszechnienie infor-
macji o bieżącej sytuacji organizmu do wszystkich
części mózgu, dzięki czemu informacja ta może zo-
stać uzupełniona lub zmieniona w procesach ko-
jarzeniowych. Istotną rolę w powstaniu systemu
interpretacji grają neurony brzusznej części kory
przedruchowej, aktywne w czasie wykonywania
specyficznych ruchów, np. łapania, podnoszenia
lub popychania ręką. Te same neurony u małpy
uaktywniają się również w czasie obserwacji in-
nej małpy lub eksperymentatora wykonującego te
same czynności [13]. Podstawą uczenia się przez
imitację, zdolności do empatii i rozumienia innych
istot jest możliwość powstawania podobnych pro-
cesów zachodzących w obu mózgach.
W r a ż e n i a z m y s ł o w e są wynikiem nie-
werbalnej interpretacji stanu pierwotnej i wtórnej
kory zmysłowej. Kiedy rozmawiamy w hałaśliwym
miejscu, z szumu wybierane są odpowiednie for-
manty dzięki oczekiwaniom i najbardziej wiary-
godnej interpretacji wyników. E m o c j e są wyni-
kiem interpretacji stanu ośrodków podkorowych,
jak ciało migdałowate w przypadku strachu, oraz
wpływu tych ośrodków na stany pamięci roboczej.
94
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
Nie można ich oddzielić od procesów poznawczych
– pobudzenia emocjonalne ukierunkowują działa-
nie procesów poznawczych, pozwalając na doko-
nanie wyboru pomiędzy różnymi działaniami.
System interpretujący ma teorię „ ja”, pozwa-
lająca mu odróżniać procesy odnoszące się do wła-
snego organizmu oraz do własnej teorii/wiedzy
o świecie [12]. Aktywność kory przedczołowej
umożliwia podjęcie działania, interpretowanego
jako wolny wybór dokonany przez „ ja”, p r o c e s
w o l i c j o n a l n y. Sam proces interpretacji trwa
ok. pół sekundy – pobudzenie kory motorycznej
widoczne jest o tyle wcześniej w stosunku do mo-
mentu uświadomienia sobie, że zamierzamy po-
ruszyć ręką. Potknięcie na schodach prowadzi do
automatycznego działania, strach i uświadomie-
nie sobie niebezpieczeństwa pojawia się później.
Świadomość nie jest czynnikiem sprawczym, po-
dejmującym decyzję, lecz jedynie wynikiem inter-
pretacji stanu mózgu. Wiele wyspecjalizowanych
procesów w mózgu zachodzi bez konieczności ko-
mentowania skutków ich działania przez system
interpretacji, dlatego nie są one uświadamiane.
4. Od mózgu do umysłu
Modele pamięci i funkcji poznawczych do-
tyczą działania mózgu. Zrozumienie umysłu wy-
maga „wejścia do środka” sieci relacji pomiędzy
stanami mózgu. Czy można tak opisać neurody-
namikę, by dostrzec w niej zjawiska mentalne?
Umysł jest częścią tego, co robi mózg lub, wyra-
żając to metaforycznie, umysł jest cieniem neuro-
dynamiki. Nawiązując do słynnej alegorii Platona
możemy powiedzieć, że widzimy cienie prawdziwej
rzeczywistości na ścianie jaskini. Prawdziwa rze-
czywistość odbija się w „aktywnym lustrze” na-
szych mózgów, a to, co dostrzegamy w naszym
umyśle, jest cieniem tego odbicia.
Próby zrozumienia świata umysłu na podo-
bieństwo świata fizycznego czynione były w psy-
chologii od dawna. Kurt Lewin już w 1938 r. pro-
ponował rozpatrywanie zdarzeń mentalnych w od-
powiedniej przestrzeni psychologicznej, w któ-
rej agent (autonomicznie działający system po-
znawczy) poddawany jest działaniu „sił kogni-
tywnych” [14]. George Kelly zaproponował ana-
lizę zjawisk psychologicznych korzystającą bar-
dziej z geometrii niż z logiki [15] w ramach swo-
jej „psychologii osobistych konstruktów”. Kelly
chciał doprowadzić do powstania oprogramowania
dla symulacji osobowości i wizualizacji wielu pro-
cesów psychologicznych. Proponowano, by przy-
jąć jego idee za centralny model nauk kogni-
tywnych [16], nie są one jednak powszechnie
znane.
Roger Shepard usiłował znaleźć w świecie
umysłu uniwersalne prawa, na wzór praw fizycz-
nych [17]. Według niego „nie potrzeba nam wię-
cej danych lub bardziej szczegółowych danych,
lecz innego podejścia do problemu”. W fizyce
opis ruchu jest prosty dzięki symetriom, pozwa-
lającym zdefiniować niezmienniki ruchu w odpo-
wiednich przestrzeniach. W przestrzeniach eukli-
desowych można zdefiniować transformację Gali-
leusza, w pseudoeuklidesowych (3 + 1) transfor-
mację Lorentza, a w przestrzeniach Riemanna –
transformacje w układzie nieinercjalnym. Prawa
psychologiczne należy również formułować w od-
powiednich przestrzeniach. Jako przykład She-
pard [18] pokazuje dane psychofizyczne dla zwie-
rząt i ludzi, dotyczące uogólniania bodźców wi-
zualnych, słuchowych i smakowych. Dla N par
bodźców bada się generalizację G, czyli prawdo-
podobieństwo tego, że zachowanie wyuczone dla
jednego z nich pojawi się dla drugiego. Procedura
skalowania wielowymiarowego, stosowana często
w psychometrii, przekształca te dane, porządku-
jąc je monotonicznie, tak by wzajemne relacje po-
dobieństwa przedstawić w postaci odległości D
w jednym wymiarze. Dla dowolnego eksperymen-
tu tego typu otrzymujemy zależność wykładniczą
G(D) = exp(−αD).
Skąpe informacje docierające z siatkówki wy-
starczają do odtworzenia wrażenia ciągłego ob-
razu poruszającego się przedmiotu dzięki interna-
lizacji własności geometrycznych przestrzeni eu-
klidesowej. Obiekty nie znikają w przypadkowy
sposób, więc mózg wykorzystuje „zasadę zacho-
wania obiektów”, tworząc wrażenie pozornego ru-
chu, np. wtedy, gdy dwa znajdujące się obok sie-
bie podobne obiekty naprzemiennie znikają i po-
jawiają się. Jeśli obiekty używane do wywołania
wrażenia ruchu pozornego mają różną orientację,
to postrzegany ruch zachodzi zwykle wokół osi sy-
metrii danego obiektu.
Intuicyjna fizyka ruchu wyobrażanych obiek-
tów opiera się bardziej na geometrii kinematycz-
nej (jest to gałąź matematyki zajmująca się opi-
sem ruchu obiektów geometrycznych) niż na dy-
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
95
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
namice Newtona [18]. Trajektorie postrzeganego
ruchu pozornego to linie geodezyjne obrotu i prze-
sunięcia, a więc jest to ruch helikalny. Położenie
sztywnego, asymetrycznego obiektu można opi-
sać za pomocą położenia wybranego punktu i ką-
tów określających orientację. Przestrzeń rozróż-
nialnych położeń jest 6-wymiarową rozmaitością,
a 3 jej wymiary (rotacje) są zwinięte kołowo. Roz-
maitość ta ma symetrię grupy będącej iloczynem
półprostym dwóch grup E
+
= R
3
⊗ SO(3). Li-
nie geodezyjne w tej przestrzeni tworzą rodzinę
jednoparametrowych podgrup, odpowiadających
helikalnym trajektoriom geometrii kinematycznej.
Dla obiektów posiadających częściową symetrię
struktura przestrzeni ulega uproszczeniu. Można
ją bezpośrednio powiązać z rezultatami ekspe-
rymentów psychofizycznych. Interpretacja kształ-
tów obiektów jest bardziej skomplikowana i wy-
maga większej liczby wymiarów. I w tym przy-
padku można sobie wyobrazić proces rozpoznawa-
nia jako ruch po geodezyjnej trajektorii w stronę
prototypu kształtu danego obiektu [18,19].
Charakteryzacja różnych aspektów prze-
strzeni, w których należy analizować wrażenia
związane z percepcją, jest pierwszym krokiem
w kierunku fizyki umysłu. Postrzeganie koloru
– tematem tym zajmowali się: Newton, Helm-
holtz, Maxwell i Schr¨odinger – jest tu również
dobrym przykładem. Pomimo zmiany rozkładu
widmowego światła odbitego od powierzchni po-
strzegany kolor jest stabilny. Przestrzeń kolo-
rów przedstawić można w postaci sfery, poda-
jąc intensywność (zmienna radialna), nasycenie
i barwę (zmienne kątowe). Już Newton zauważył,
że skrajne kolory widma, purpura i fiolet, są bar-
dziej podobne do siebie niż do kolorów leżących
w środku widma. Niezmienniczość postrzeganego
koloru K(x, λ) = I(λ)S(x, λ) w punkcie x odbija-
jącej powierzchni S przy różnym oświetleniu I(λ)
wymaga odróżnienia wkładu S(x, λ) dzięki infor-
macji zaledwie z trzech receptorów koloru. Rozwa-
żania teoretyczne pokazują [20], że do wykonania
tego zadania potrzeba co najmniej 6 typów recep-
torów. Nie widzimy więc w pełni wszystkich cech
powierzchni odbijającej. Zmienność naturalnych
warunków oświetlenia można w przybliżeniu opi-
sać za pomocą 3 parametrów: natężenia światła,
przesunięcia czerwień–zieleń zależnego od absorp-
cji atmosfery oraz przesunięcia niebieski–żółty, za-
leżnego od rozpraszania. Układ wzrokowy doko-
nuje kompensacji w tych trzech wymiarach, za-
chowując stałość postrzeganego koloru [21].
Makroskopowe własności obiektów i ich ruchu
postrzegane na poziomie umysłu są wynikiem spo-
sobu przetwarzania informacji na poziomie mikro-
skopowym przez sieci neuronowe mózgu. Struk-
tura tych sieci wykształciła się w wyniku ewolu-
cji, tak by z informacji dostarczanej przez zmysły
wydobywać najbardziej przydatne i wiarygodne
cechy. Świat umysłu wykorzystuje tylko te ce-
chy, które są przydatne z punktu widzenia spraw-
nego działania. Porównywanie obiektów odgrywa
podstawową rolę i dokonywane jest za pomocą
najszybszych transformacji przy zachowaniu nie-
zmienniczych własności obiektów. Ważną funkcję
pełni tu pamięć.
5. Modele pamięci i sieci atraktorowe
Kora mózgu ma budowę modularną – składa
się z obserwowalnych pod mikroskopem ko-
lumn o średnicy ułamka milimetra, zawierających
ok. 10
5
neuronów. Typowa kolumna zawiera ty-
siące mikroobwodów, w niewielkim stopniu sprzę-
żonych ze światem zewnętrznym. Neurony kilku-
nastu rodzajów pobudzają się wzajemnie za po-
mocą różnorakich synaps, reagujących na dzie-
siątki neurotransmiterów i neuromodulatorów. In-
formacja przekazywana w genach nie wystar-
cza, by w pełni określić strukturę tak złożonego
obiektu. Podstawowym zadaniem kolumny jest
rozróżnianie dochodzących do niej sygnałów, two-
rzenie niepowtarzalnej sygnatury, którą inne ko-
lumny będą mogły odczytać. Układ tysięcy przy-
padkowych mikrooscylatorów zaburzony przez ze-
wnętrzne sygnały będzie przez krótki czas pobu-
dzony w charakterystyczny sposób [22]. Odwzo-
rowuje to w nieliniowy sposób dochodzące sy-
gnały w przestrzeń o dużej liczbie wymiarów. Inne
kolumny kory otrzymują sygnały o jej aktywno-
ści i potrafią łatwo rozróżnić, w jakim jest ona
stanie, za pomocą zwykłego mechanizmu uczenia
się dzięki wzmacnianiu siły połączeń synaptycz-
nych jednocześnie aktywnych neuronów (nazywa
się to uczeniem hebbowskim, na cześć Donalda
Hebba [26]). Większość połączeń wewnątrz ko-
lumn może być przypadkowa i nie musi podlegać
uczeniu.
Maass i współpracownicy nazwali ten mo-
del „płynem neuronowym” [22] i pokazali, że
96
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
układ takich kolumn ma moc równą maszynie Tu-
ringa dla zadań obliczeniowych w czasie rzeczy-
wistym. Taki układ działa stabilnie, nie wyma-
gając powtarzalnych stanów wewnętrznych. Za-
stosowano go m.in. do identyfikacji słów repre-
zentowanych przez zaszumione ciągi impulsów.
Reprezentacją rozpoznawanego obiektu jest chwi-
lowy rozkład częstości oscylacji mikroobwodów.
Można go przedstawić jako rozkład gęstości praw-
dopodobieństwa (PDF) pojawienia się sygnału
w jakiejś części przestrzeni parametrów wewnętrz-
nych kolumny. Wystarcza to do dyskryminacji
różnych bodźców, rozpoznawania słów czy wzro-
kowego rozpoznawania obiektów lub ich fragmen-
tów. Pierwotna kora zmysłowa zawiera wyspecja-
lizowane obwody wykrywające różne aspekty sy-
gnału, np. kolor, nachylenie krawędzi, kontury, do-
minację oka, ruch. Kolumny mogą specjalizować
się w wykrywaniu różnych cech sygnałów, gdyż
otrzymują je z różnych obszarów kory zmysłowej.
W ten sposób może działać wtórna kora zmy-
słowa, odpowiedzialna za nadawanie sensu odbie-
ranym bodźcom. Jednakże pojawienie się jakie-
goś obiektu w pamięci roboczej, jego uświadomie-
nie, wymaga procesów zachodzących w dłuższej
skali czasu, sprzężenia zwrotnego między kolum-
nami [23].
Nawet najprostsze modele neuronowe pamięci
mają wiele własności typowych dla pamięci biolo-
gicznych. Pamięć zapisana jest w sposób rozpro-
szony w wielu połączeniach synaptycznych, więc
zniszczenie części sieci prowadzi do łagodnych
zmian (ang. graceful degradation), a nie zapomi-
nania poszczególnych wzorców. Dzięki temu moż-
liwe jest również rozpoznawanie uszkodzonych
wzorców i skojarzenia nowych wzorców z najbar-
dziej podobnymi wśród zapamiętanych. Adreso-
walność kontekstowa oznacza, że pobudzenie sieci
fragmentem zapamiętanego sygnału prowadzi do
przypomnienia całego wzorca. Uszkodzone mo-
dele neuronowe, zamiast przypominać sobie se-
kwencję zapamiętanych wzorców, mogą produko-
wać halucynacje, fałszywe stany atraktorowe, po-
składane z fragmentów zapamiętanych wzorców.
Przepełnienie pamięci prowadzi do gwałtownego
wzrostu liczby pomyłek i powstania fałszywych
wzorców pamięci. Czas przypominania nie zależy
od liczby zapamiętanych wzorców, w odróżnieniu
od baz danych, gdy trzeba kolejno porównać za-
pamiętane wzorce.
Realistyczne
modele
pamięci
wymagają
uwzględnienia faktu, że oprócz pamięci długoter-
minowej, zapisanej w połączeniach neuronów kory
mózgu, mamy również pamięć średnioterminową,
w starej korze hipokampa. Zaletą dwóch systemów
pamięci jest możliwość budowania stabilnego mo-
delu świata, przenoszenia do pamięci trwałej tylko
ważnych faktów, pasujących do wcześniej zapa-
miętanych, powolnej modyfikacji lub dodawania
nowych faktów bez katastroficznej interferencji ze
starymi. Wyjaśnienie własności różnych rodzajów
amnezji: wstecznej, następczej, całkowitej przej-
ściowej, trudności z uczeniem się, wymaga dodat-
kowo uwzględnianie wpływu neuromodulacji na
plastyczność hipokampa i kory [5].
Sieci neuronowe stosowane dotychczas w mo-
delowaniu funkcji mózgu są skrajnie uproszczo-
nymi modelami. Amit i jego współpracownicy zro-
bili ważny krok na drodze ku stworzeniu prostych
modeli sieci neuronowych poprawnych z neurobio-
logicznego punktu widzenia [23,24]. Neurony mają
trzy typy połączeń: pobudzające i hamujące we-
wnątrz modułu (kolumny kory) oraz pobudzające
dochodzące z zewnątrz (od długich aksonów ko-
mórek piramidowych, przekazujących impulsy od
innych modułów). Kolumny kory składają się z ty-
sięcy neuronów, a symulacje obejmują kilkaset ty-
sięcy neuronów. W trakcie uczenia się moduł bio-
rący udział w rozpoznawaniu początkowo zwięk-
sza w nieselektywny sposób średnią częstość swo-
jej impulsacji dla wszystkich pobudzających go
sygnałów zewnętrznych. W wyniku zwiększania
się siły połączeń synaptycznych na tle globalnej
aktywności pojawiają się lokalne atraktory, wy-
wołane przez specyficzną strukturę sygnału uczą-
cego. W pierwszym etapie neurony kolumn re-
agują na nauczone bodźce tylko wówczas, gdy są
pobudzane. W drugim etapie aktywność spoczyn-
kowa rośnie do ok. 20 Hz i utrzymuje się długo po
zniknięciu bodźca – jest to sygnał aktywnej repre-
zentacji bodźca w pamięci. W trzecim etapie po-
wstają korelacje aktywności między kolumnami,
co pozwala na odtworzenie kolejności pojawiania
się obrazów [25].
W eksperymentach opóźnionego wyboru
(ang. Delayed Match to Sample, DMS) makak
uczy się zapamiętać sekwencję wielu przypadko-
wych kształtów (by uniknąć przypadkowych ko-
relacji, stosuje się obrazy fraktalne); w fazie testu
po krótkiej prezentacji kilku obrazów i przerwie
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
97
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
ok. 30 s małpa ma pokazać właściwą sekwencję
obrazów. W tym celu musi je utrzymać w pa-
mięci roboczej, pobudzając odpowiednie kolumny
kory zaangażowane w tworzenie śladów pamięci.
Kolumny te znajdują się w obszarze zakrętu dol-
nego (IT) kory skroniowej oraz w korze przedczo-
łowej (PF). Wysoka aktywność (20 Hz) neuronów
w tych obszarach utrzymuje się do 30 s po pre-
zentacji i widoczna jest w pomiarach potencjałów
z wielu elektrod [25]. Korelacje czasowe wynika-
jące z zapamiętania kolejności prezentacji obra-
zów po wielu powtórzeniach przechodzą w korela-
cje aktywności neuronów biorących udział w ko-
dowaniu śladów pamięci.
6. Przestrzenie umysłu
Neurodynamika decyduje o zdarzeniach na
poziomie umysłu: postrzeganych cechach, skoja-
rzeniach, rozróżnianych obiektach i decyzjach po-
dejmowanych na podstawie tych informacji. Opis
na poziomie neurodynamiki zachodzących w umy-
śle zjawisk jest bardzo trudny. Opis na poziomie
symbolicznym, za pomocą konstrukcji logicznych,
jest z kolei zbyt uproszczony i często nienaturalny.
Lewin próbował zdefiniować przestrzenie psycho-
logiczne jako obszary, w których można umieścić
elementy naszego doświadczenia, zdarzenia men-
talne [14]. Jakich przestrzeni należy użyć, by do-
strzec ogólne prawa działania umysłu? Jeśli takie
prawa istnieją, powinny być odbiciem ewolucyj-
nie wykształconych własności mózgu, internaliza-
cją istotnej dla przetrwania naszego gatunku wie-
dzy o świecie.
Nie należy się spodziewać, by jeden model
wystarczył do opisu wszystkich zjawisk – różne
działy fizyki posługują się różnymi modelami.
Przestrzeń i czas są od czasów Newtona areną
zdarzeń fizycznych, pozwalając na ilustrację pro-
cesów mechanicznych. Chociaż początkowo my-
ślano, że są to pojęcie dane a priori, Einstein
wprowadził abstrakcyjną czasoprzestrzeń, w któ-
rej czas i położenie związane są z wynikami pomia-
rów. Przestrzenie fazowe i przestrzenie Hilberta są
konieczne, by uogólnić mechanikę newtonowską.
Przestrzenie psychologiczne rozpięte na osiach
związanych z rezultatami pomiarów psychofizycz-
nych, traktowane jako arena zdarzeń umysłowych,
są niezbędne, by stworzyć język umożliwiający
precyzyjny opis zdarzeń mentalnych.
Poznanie jednego konkretnego przykładu
obiektu nowego rodzaju pozwala na generalizację,
stworzenie nowej kategorii – w sieci neuronowej
każdy zapamiętany wzorzec ma swój basen atrak-
tora. W przestrzeni zdefiniowanej przez postrze-
gane cechy można przypisać zapamiętanym obiek-
tom rozkłady PDF przypisania danego obiektu do
jakiejś kategorii przy coraz większych deforma-
cjach różnych cech zapamiętanego obiektu. Od-
ległości między różnymi obiektami O
i
, O
j
będą
maleć wraz z wzrastającym podobieństwem obiek-
tów. Sensowne odległości D
ij
można ustalić za
pomocą procedury skalowania wielowymiarowego
na podstawie postrzeganego podobieństwa. Jak
pokazał doświadczalnie i teoretycznie Shepard,
prawdopodobieństwo reakcji ludzi i zwierząt na
wyuczony bodziec O
i
przy pojawieniu się bodźca
O
j
wynosi P (O
i
, O
j
) = exp(−αD
ij
) dla szero-
kiej gamy bodźców [17]. Rozkłady PDF repre-
zentujące obiekty w przestrzeniach psychologicz-
nych powinny więc zanikać wykładniczo. W mo-
delu można użyć naturalnych z punktu widze-
nia neurobiologii funkcji sigmoidalnych [26], np.
σ(x) = 1/[1+exp(−x)]. Różnica σ(x+a)−σ(x+b)
zanika w sposób wykładniczy, utrzymując stałą
wartość w większym obszarze, w którym defor-
macje cechy x nie mają znaczenia dla przypisania
obiektów do danej kategorii.
Modele zdarzeń mentalnych wykorzystujące
przestrzenie psychologiczne mogą pozwolić na
integrację informacji behawioralnej otrzymanej
metodami psychologii eksperymentalnej oraz in-
formacji dotyczących neurodynamiki otrzymanej
metodami neurofizjologii. Od pomiarów aktywno-
ści neuronów możemy przejść do oceny siły bodź-
ców, które należy następnie związać ze skalami
dla poszczególnych wymiarów przestrzeni psycho-
logicznej. Za pomocą wielu elektrod mierzymy ak-
tywność neuronów r
i
przy stosowaniu bodźca s,
otrzymując prawdopodobieństwa P (r
i
|s). Korzy-
stając z twierdzenia Bayesa, można teraz obliczyć
prawdopodobieństwo posterioryczne P (s|r), gdzie
s oznacza stymulację, a r – reakcję:
P (s|r) = P (s|r
1
, r
2
, . . . , r
N
)
= P (s)
N
Y
i=1
P (r
i
|s)/
X
s
0
P (s
0
)
N
Y
i=1
P (r
i
|s
0
).
Stwarza to pomost między psychologią i neu-
rofizjologią, prostszy niż próba użycia sieci neuro-
98
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
nowych do modelowania w psychologii, zachowu-
jąc zalety modeli subsymbolicznych, posługują-
cych się opisem ciągłych procesów, a więc bardziej
szczegółowym niż opis za pomocą logiki. Uprasz-
czając neurodynamikę, model powinien reprezen-
tować jej atraktory za pomocą rozkładów PDF
w niskowymiarowych przestrzeniach psychologicz-
nych, obrazując powstawanie kategorii i relacje
między nimi. Takie upraszczanie może przebie-
gać wielostopniowo: należy określić aktywność po-
szczególnych kolumn kory (odpowiadającą ustale-
niu wartości poszczególnych cech obiektu), a na-
stępnie całej populacji.
W wersji statycznej model ten ma za zada-
nie opisywać behawioralne (sensomotoryczne) lub
kognitywne (oparte na pamięci) reakcje mózgu,
zachodzące w czasie nie dłuższym niż ok. 1 s.
Skojarzenia modelowane są zgodnie ze strukturą
przestrzeni psychologicznej odpowiedniej dla da-
nego eksperymentu. Reprezentacja relacji, po-
dobieństw między obiektami, wystarcza do zro-
zumienia kategoryzacji i rozpoznawania obiek-
tów [27], a więc realizacji podstawowych procesów
poznawczych. Analiza wielkiego zbioru tekstów,
zawierającego 60 tys. różnych słów, doprowadziła
Landauera i Dumais’go do wniosku, że wystar-
czy ok. 300 wymiarów, by jednoznacznie rozróż-
nić wszystkie słowa [28]. Nauczenie każdego no-
wego słowa ustawia je niejako w relacji ze wszyst-
kimi już poznanymi. Dzięki temu, dowiadując się
niewiele, dzieci szybko uczą się prawidłowo wielu
relacji.
Teoria statyczna zastosowana została do pro-
blemów uczenia się kategorii [29]. W eksperymen-
tach z kategoryzacją bada się szybkość uczenia
i prawdopodobieństwa błędów w różnych warun-
kach. Pokazywane obiekty (np. karty lub figury
geometryczne o kilku różnych kształtach, kolorach
i wielkościach) dzieli się na kilka kategorii zgod-
nie z jakąś ukrytą regułą. Jeśli własności są bi-
narne i tylko jedna z nich określa kategorię (np.
kolor jest czarny lub biały), to łatwo jest zgadnąć
odpowiednią regułę. Jeśli istotne są dwie własno-
ści, możemy mieć np. regułę typu XOR: katego-
ria A, jeśli obiekt jest czarny i duży lub obiekt
jest biały i mały, a kategoria B dla kombinacji
(czarny, mały) lub (biały, duży). Uczenie się wła-
ściwej kategoryzacji trwa wówczas dłużej. Teoria
powinna przewidywać tempo uczenia się i praw-
dopodobieństwa błędów.
Złożone procesy neurodynamiczne mózgu re-
alizują po nauczeniu prostą dynamikę. Dla reguł
logicznych można napisać odpowiednia równania,
zawierające istotne cechy i kategorie. Na przykład,
dla problemów typu z = x.xor.y, gdzie z = ±1
jest kategorią, zaś x, y = ±1 są cechami obiek-
tów, od których zależy kategoryzacja, najprostsze
równania dynamiki mają postać
V (x, y, z) = 3xyz +
1
4
(x
2
+ y
2
+ z
2
)
2
,
˙x = −
∂V
∂x
= −3yz − (x
2
+ y
2
+ z
2
)x,
˙y = −
∂V
∂y
= −3xz − (x
2
+ y
2
+ z
2
)y,
˙z = −
∂V
∂z
= −3xy − (x
2
+ y
2
+ z
2
)z.
(1)
Na rysunku 3a przedstawiono trajektorie ob-
razujące baseny czterech atraktorów punktowych
dla tych równań. Chociaż u różnych osób zacho-
dzące w mózgu procesy uczenia będą się od siebie
znacznie różnić, to efekt końcowy da się opisać
za pomocą układu dynamicznego z 4 atraktorami
(w dokładniejszym modelu nie będą one oczywi-
ście punktowe). Jeszcze prościej można to opisać
w przestrzeni psychologicznej rozpiętej na 3 uży-
tych tu wymiarach (rys. 3b). Strzałki pokazują tu
kierunek ruchu w stronę stanu końcowego (x, y, z)
przy startowaniu z różnych stanów początkowych.
Doświadczenia z kategoryzacją dają czasami
zaskakujące wyniki [30]. Na przykład, mamy dwie
choroby, często występującą C z dwoma symp-
tomami, SC i SI, oraz rzadką R z symptomami
SR i SI. Po analizie listy przypadków uczest-
nicy eksperymentu odpowiadają prawidłowo na
takie pytania, jak: jeśli zaobserwowano symptomy
(SC,SI), to mamy prawdopodobnie chorobę . . .
O jakiej chorobie świadczy sam symptom SR?
Oczywiście o R. A o jakiej sam symptom SI?
Większość odpowiada rozsądnie „C”, bo ta cho-
roba występowała częściej. Podobnie dla kombi-
nacji symptomów (SC,SI,SR) ok. 60% osób od-
powiada „C”. Jednak dla kombinacji symptomów
SC i SR taki sam procent osób odpowiada „R”.
Dlaczego w tym przypadku ludzie nie stawiają na
najczęściej występującą chorobę?
Sytuacja jest tu bardziej skomplikowana niż
poprzednio, gdyż przestrzeń psychologiczna ma 5
wymiarów, {C,R,SI,SC,SR}. Baseny atraktorów
neurodynamiki można ocenić na podstawie odpo-
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
99
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
wiedzi. Interpretacja psychologiczna jest tu mało
przekonująca: symptom SR ma większe znaczenie,
gdy pojawia się z SC, ponieważ jest to symptom
wyróżniający, chociaż występuje rzadziej. Dla-
czego w takim razie dodanie symptomu SI zmienia
odpowiedzi?
a)
b)
Rys. 3. a) Trajektorie fazowe dla równań (1); b) stan
końcowy w przestrzeni psychologicznej.
Rozwiązanie leży, jak się wydaje, w sposo-
bie formowania się basenów atraktorów w czasie
uczenia się. Kombinacja {SC,SI,C}, powtarzająca
się często, tworzy szybciej duży basen, zaś basen
dla {SR,SI,R} jest mniejszy. Aktywacja {SR,SC}
przy nieokreślonym SI częściej prowadzi do odpo-
wiedzi R, ponieważ gradient w kierunku R jest
większy. Zwykle udaje się podać racjonalne przy-
czyny decyzji, ale w niektórych testach może to
być trudne. Nie mamy wpływu na percepcję, np.
ulegamy iluzjom wzrokowym, co ułatwia badanie
mechanizmów działania układu wzrokowego. Po-
dejmowanie decyzji przypomina percepcję, gdyż
postrzegamy w swoim umyśle wynik przebiega-
jących w mózgu procesów, a procesy interpreta-
cji dostarczają nam racjonalizacji, odnosząc de-
cyzję do modelu „ ja” i swoich potrzeb. Być może
w eksperymentach z kategoryzacją mamy okazję
dostrzec załamanie się tych mechanizmów.
7. Ewolucja w przestrzeniach umysłu
Opisany model statyczny jest przydatny do
interpretacji szybkich reakcji. W przestrzeniach
psychologicznych określone są rozkłady prawdo-
podobieństw rozpoznania obiektów przy określo-
nej kombinacji cech. Odpowiada to elementom
trwałej pamięci, związanym z atraktorami neu-
rodynamiki. Przestrzeń psychologiczna zawiera
wymiary odpowiadające cechom wewnętrznym,
które możemy traktować jako pomiary wykonane
przez obszary mózgu zajmujące się przetwarza-
niem bodźców zmysłowych. Umysł działa tu jak
układ kontrolny, podejmując decyzje na podsta-
wie wyników takich pomiarów. Przestrzeń umysłu
powinna uwzględniać zarówno cechy wewnętrzne
jak i podejmowane działania.
W doświadczeniach ze zwierzętami mamy do
czynienia z sensomotorycznymi obiektami umy-
słu: po rozpoznaniu jakiegoś bodźca zwierzę wy-
konuje jedną z kilku wyuczonych czynności. Na
przykład, w doświadczeniach z układem węcho-
wym królików rozpoznawanych jest kilka rodza-
jów zapachów, na które królik reaguje w specy-
ficzny sposób [31]. Zagadnienie można więc roz-
patrywać w przestrzeni o liczbie wymiarów nie
większej niż 10, podczas gdy procesy neurodyna-
miczne zachodzą w przestrzeniach o wymiarach
rzędu setek milionów. W takich warunkach atrak-
tory opisujące zachowanie trudno jest dostrzec
wśród ogólnych zmian stanu kory mózgu.
W normalnych warunkach doświadczamy
zmiennych stanów umysłu, określanych mianem
„strumienia świadomości”. Stany mózgu przecho-
dzą w kolejne możliwe stany z pewnym prawdo-
podobieństwem. Chwilowy stan umysłu możemy
powiązać z określonym punktem lub zlokalizowa-
nym obszarem przestrzeni psychologicznej. Taki
obszar odpowiada części aktywnej pamięci długo-
trwałej, „kopiowanej” do pamięci roboczej. Dyna-
mika aktywacji kolejnych obiektów umysłu przed-
stawianych w przestrzeniach cech powinna odtwa-
rzać dynamikę stanów mózgu (neurodynamikę).
Jeśli w chwili t
0
obiektem aktywnym jest O1,
to stan umysłu reprezentowany jako punkt
w przestrzeni psychologicznej znajduje się w ob-
szarze dużych wartości PDF dla tego obiektu. Za-
100
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
równo pod wpływem bodźców zewnętrznych jak
i w wyniku wewnętrznej dynamiki stan ten będzie
się zmieniał, podążając po „linii najmniejszego
oporu” od obiektu do obiektu. W najprostszym
przypadku ruch ten obrazuje proces aktywacji ko-
lejnych elementów pamięci, np. serii wyuczonych
zachowań.
Opis takiej dynamiki można wzorować na
mechanice klasycznej. Stan umysłu ma pewną
bezwładność, związaną ze stabilnością atraktora
reprezentującego obiekt podlegający aktywacji.
Można mu przypisać też pęd („kierunek myśle-
nia”), utrudniający zmianę kierunku trajektorii.
Przejście od aktywacji jednego obiektu do dru-
giego wymaga energii. Mózg jest układem otwar-
tym, zużywającym aż 20% całej energii organi-
zmu. Trajektorie obrazujące stan umysłu będą
szybko przeskakiwać między obiektami i pozosta-
wać w ich pobliżu.
Obiektom można przypisać pewne potencjały,
określone przez funkcję zadaną w przestrzeni psy-
chologicznej. Funkcja ta określa strukturę po-
tencjalnie dostępnych stanów umysłu. Dynamikę
w takim układzie można symulować podobnie jak
dynamikę ładunku próbnego w układach elek-
trostatycznych, z uwzględnieniem sił stochastycz-
nych i zewnętrznych sił wymuszających. Zada-
niem takich modeli jest odtworzenie prawdopo-
dobieństw przejść między atraktorami w mikro-
skopowym opisie neurodynamicznym, a więc sieci
relacji między stanami umysłu i zachowaniami
organizmu. W przestrzeni psychologicznej miarą
odległości aproksymującą te prawdopodobieństwa
będzie hamiltonowskie najmniejsze działanie, wy-
znaczające trajektorie geodezyjne. Taka miara
odległości używana jest w przestrzeniach Fin-
slera [32]. Nie jest ona symetryczna, albowiem nie
zachodzą tu procesy odwracalne.
Przydatność takich pojęć, jak pęd czy bez-
władność stanu umysłu można dostrzec przy ana-
lizie eksperymentów psychofizycznych dotyczą-
cych maskowania [33]. Jeśli po ekspozycji pierw-
szego obrazu, np. wypełnionego kółka, pokazany
jest szybko drugi obraz, np. pierścień, to obser-
wator widzi tylko drugi obraz (rys. 4a). Brak do-
brego języka opisu takich zagadnień przyczynia się
do kontrowersji typu: czy drugi obraz wymazuje
wrażenia powstałe w wyniku pojawienia się pierw-
szego (zmienia przeszłość), czy też nie dopuszcza
do jego powstania [33]? Proces ten można opisać
w sposób przypominający zderzenie lub rozpro-
szenie (rys. 4b). Początkowo stan umysłu znajduje
się w pobliżu O1 (patrzymy na pusty ekran), po-
tem pojawia się bodziec O2, ale zanim stan umy-
słu znajdzie się w jego obszarze (rozpoznane zo-
stanie kółko), bodziec maskujący O3 zmienia tra-
jektorię stanu umysłu i nie dochodzi do aktywa-
cji O2. Wrażenia związane z pierwszym bodźcem
nie powstają, jeśli obiekt O3 jest podobny (bli-
ski) O2. Obiekty całkiem odmienne, np. o innej
modalności, nie mają wpływu na aktywizację O2.
Nawet jeśli dojdzie do zmiany trajektorii – można
sobie wyobrazić kaskadę takich rozproszeń bloku-
jącą powstawanie wrażeń – to część energii do-
ciera do O2 i chociaż nie wystarcza to do akty-
wacji obiektu (przeniesienia go do pamięci robo-
czej), to może mieć wpływ na takie decyzje, jak
zgadywanie, czy były dwa, czy jeden bodziec [33].
Podobnym językiem można się posłużyć przy ana-
lizie wielu doświadczeń psychofizycznych lub ba-
daniach pamięci związanych z torowaniem (ang.
priming).
a)
b)
Rys. 4. a) Kółko i pierścień pokazany po 30 ms; b) sche-
mat procesu maskowania w przestrzeni stanu umy-
słu [33].
Z powyższych rozważań widać, że przestrze-
nie psychologiczne mogą być przydatne w do-
brze określonych sytuacjach eksperymentalnych.
W geometrycznym modelu działania umysłu
(rys. 5) przestrzenie psychologiczne wykorzysty-
wane są na różnych etapach [2]:
— wykrywania istotnych cech sygnałów zmy-
słowych – odpowiada za to kora sensoryczna,
a głównym mechanizmem analizy są mapy topo-
graficzne;
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
101
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
— rozpoznawania podstawowych obiektów –
kombinacje cech określają prawdopodobieństwo
pobudzenia się reprezentacji obiektów w pamięci
długotrwałej;
— pamięci roboczej – najbardziej aktywne
elementy są kopiowane z pamięci długotrwałej do
pamięci roboczej, umożliwiając podejmowanie de-
cyzji i kontrolę zachowania.
Rys. 5. Wykorzystywanie przestrzeni psychologicznych
w geometrycznym modelu działania umysłu.
8. Podsumowanie
Fizyka odwróciła się w znacznej mierze od
zagadnień psychofizycznych dopiero na początku
XX w. Działanie mózgu było wówczas całko-
witą tajemnicą, a psychologia doświadczalna do-
piero zaczynała się rozwijać. Obecnie sytuacja ule-
gła radykalnej zmianie. Coraz lepiej rozumiemy
działanie mózgu zarówno na poziomie mikrosko-
powym jak i systemowym. Neurofizjologia bada
szczegóły procesów zachodzących w mózgu, ale
modele umysłu to nie modele mózgu. Zrozumia-
łych modeli działania umysłu dostarczyć może
tylko fizyka. W tym celu trzeba poszukiwać
cech umożliwiających niskowymiarowe reprezen-
tacje zdarzeń mentalnych i sposobów upraszcza-
nia neurodynamiki.
Próba opisu zjawisk mentalnych jest oczywi-
ście znacznie trudniejsza niż typowych zjawisk fi-
zycznych. Trudności techniczne wynikają zarówno
z niepełnej wiedzy dotyczącej działania mózgu,
sposobu analizy sygnałów zmysłowych mogących
stanowić podstawę dla opisu obiektów umysłu,
czy też samej złożoności modeli neurodynamicz-
nych i sposobów ich upraszczania. Na najwyż-
szym poziomie niskowymiarowe przestrzenie psy-
chologiczne opisujące pamięć roboczą można zde-
finiować tylko zakładając szybką zmienność liczby
i rodzaju cech rozpinających przestrzeń. Wybór
obiektów pojawiających się w tej „przestrzeni
umysłu” jest związany z działaniem mechanizmów
uwagi, które dopiero uczymy się modelować.
Geometryczne unaocznienie nawet prostych
eksperymentów wymaga wielowymiarowych prze-
strzeni. Przydatność geometrycznych modeli
umysłu nie jest jeszcze oczywista; nie są też znane
ich ograniczenia. Celem jest nie tyle wyjaśnienie
wszystkich zagadek umysłu za pomocą jednego
prostego modelu, co próba zmniejszenia przepa-
ści między badaniami nad mózgiem a psycholo-
gią, przez dostarczenie precyzyjnego języka umoż-
liwiającego analizę rezultatów konkretnych ekspe-
rymentów we wzorowany na fizyce sposób.
Rozszerzona wersja tego artykułu jest umiesz-
czona w Internecie pod adresem www.phys.uni.
torun.pl/publications/kmk.
Literatura
[1] R. Penrose, Nowy umysł cesarza (PWN, Warszawa
2000).
[2] E. Schr¨odinger, What is life (Cambridge Univ. Press,
1944).
[3] W. Duch, „Platonic model of mind as an approxi-
mation to neurodynamics”, w: Brain-like computing
and intelligent information systems, red. S-i. Amari,
N. Kasabov (Springer, Singapore 1997), s. 491.
[4] K. Walsh, Neuropsychologia kliniczna (PWN, War-
szawa 1998).
[5] W. Duch, „Sieci neuronowe w modelowaniu zabu-
rzeń neuropsychologicznych i chorób psychicznych”,
w: Biocybernetyka 2000, t. 6: „Sieci neuronowe”,
red. W. Duch, J. Korbicz, L. Rutkowski, R. Tadeu-
siewicz, rozdz. II.18.
[6] P. Cichosz, Systemy uczące się (WNT, Warszawa
2000).
[7] W. Duch, Neurologia i Neurochirurgia Polska 34(50),
suppl. 2, s. 69 (2000).
[8] A.D. Baddeley, Consciousness and Cognition 1, 3
(1992).
[9] E. Kandel, J. Schwartz, T. Jessell, Principles of neural
science, wyd. 3 (Prentice Hall Int., 1991).
[10] D.A. Leopold, N.K. Logothetis, Trends in Cognitive
Sciences 3(7), 254 (1999).
[11] J.K. O’Regan, A. No¨e, Behavioral and Brain Sciences
24(5) (2001), w druku.
[12] M.S. Gazzaniga, O tajemnicach ludzkiego umysłu.
Biologiczne korzenie myślenia, emocji, seksualności,
102
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
MATERIAŁY XXXVI ZJAZDU FIZYKÓW POLSKICH – TORUŃ 2001 – WYKŁADY PLENARNE
języka i inteligencji (Książka i Wiedza, Warszawa
1997).
[13] G. Rizzolatti, L. Fadiga, V. Gallese, L. Fogassi, Cog-
nitive Brain Research 3, 131 (1996).
[14] K. Lewin, The conceptual representation and the me-
asurement of psychological forces (Duke University
Press, Durham, N.C. 1938).
[15] G.A. Kelly, The Psychology of Personal Constructs
(Norton, New York 1955).
[16] M.L.G. Shaw, B.R. Gaines, The New Psychologist 10,
23 (1992).
[17] R.N. Shepard, Science 237, 1317 (1987).
[18] R.N. Shepard, Psychonomic Bulletin and Review 1,
2 (1994).
[19] M. Leyton, Symmetry, causality, mind (MIT Press,
1992).
[20] L.T. Maloney, J. Opt. Soc. Amer. A 3, 1673 (1986).
[21] R.N. Shepard, „On the physical basis, linguistic re-
presentation, and conscious experience of colors”, w:
Conceptions of the mind, red. G. Harman (Lawrence
Erlbaum, Hillsdale, NJ 1993), s. 217.
[22] W. Maass, T. Natschl¨ager, H. Markram, „Real-time
computing without stable states: A new framework
for neural computation based on perturbations”, pre-
print (Technische Universit¨at Graz, 2001).
[23] J.A. Anderson, An Introduction to Neural Networks
(MIT Press/Bradford Book, 1995).
[24] D.J. Amit, Behavioral and brain sciences 18(4), 617
(1994).
[25] D.J. Amit, N. Brunel, Cerebral Cortex 7, 237 (1997).
[26] V. Yakovlev, S. Fusi, E. Berman, E. Zohary, Nature
Neuroscience 1(4), 310 (1998).
[27] S. Edelman, Representation and recognition in vision
(MIT Press, 1999).
[28] T.K. Landauer, S.T. Dumais, Psychological Review
104, 211 (1997).
[29] W. Duch, „Categorization, Prototype Theory and
Neural Dynamics”, w: Proc. 4th Int. Conf. on Soft
Computing, Iizuka, Japonia 1996, s. 482.
[30] D.L. Medin, S.M. Edelson, Journal of Experimental
Psychology: General 117, 68 (1988).
[31] W.J. Freeman, Societies of Brains (Lawrence Erl-
baum, 1995).
[32] P.L. Antonelli, R.S. Ingarden, M. Matsumoto, The
Theory of Sprays and Finsler Spaces with Applica-
tions in Physics and Biology (Kluwer Academic, Do-
drecht 1993).
[33] B.G. Breitmeyer, Visual Masking (Clarendon Press,
Oxford 1984).
[34] D.C Dennett, M. Kinsbourne, Behavioral and Brain
Sciences 15(2), 183 (1995).
POSTĘPY FIZYKI
TOM DODATKOWY 53D
ROK 2002
103